本发明涉及数据处理领域，具体而言，涉及一种数据异动归因方法、装置、存储介质及电子设备。
背景技术：
1、数据异动的攻击往往具有批量性的特点，数据异动的目的多集中在非正常的业务场景。当有数据异动涌入某个业务场景时，可能会造成明显的数据异动(又称为数据波动)，并可能被告警系统所感知到，然后反馈给风控人员。当风控人员收到告警系统的告警消息时，可以快速响应，对数据异动作出针对性打击，有效的报障公司利益，切实维护业务安全。
2、困难的是，每个业务场景都具有很强的复杂性，如果仅依赖人力进行异动归因(定位数据波动来源)，存在耗时耗力的问题。因此，如何快速准确地完成数据异动归因，成为了本领域技术人员所关注的难题。
技术实现思路
1、本发明的目的在于提供一种数据异动归因方法、装置、存储介质及电子设备，以至少部分改善上述问题。
2、为了实现上述目的，本发明实施例采用的技术方案如下：
3、第一方面，本发明实施例提供一种数据异动归因方法，所述方法包括：
4、基于告警时间点和监测维度从目标业务场景对应的数据源中筛选出告警时段数据和对照时段数据；
5、其中，所述数据源包括所述目标业务场景下的日志记录，所述告警时段数据包括第一类日志记录中所述监测维度对应的数据组合，所述第一类日志记录为记录时间处于所述告警时间点后的预设窗口时长内的所述日志记录，所述对照时段数据包括第二类日志记录中所述监测维度对应的数据组合，所述第二类日志记录为记录时间处于对照时间点后的预设窗口时长内的所述日志记录；
6、获取每一种维度组合下的每一种目标数据组合所对应的解释度和惊喜度；
7、其中，所述解释度表征所述目标数据组合对数据异动的解释能力，所述惊喜度表征所述目标数据组合是数据异动根因的概率初步估值；
8、基于所述目标数据组合的简洁度、所述解释度以及所述惊喜度，确定所述目标数据组合是数据异动根因的概率最终估值；
9、其中，所述简洁度表示所述数据组合所涉及的监测维度的数量。
10、第二方面，本发明实施例提供一种数据异动归因装置，所述装置包括：
11、第一处理单元，用于基于告警时间点和监测维度从目标业务场景对应的数据源中筛选出告警时段数据和对照时段数据；
12、其中，所述数据源包括所述目标业务场景下的日志记录，所述告警时段数据包括第一类日志记录中所述监测维度对应的数据组合，所述第一类日志记录为记录时间处于所述告警时间点后的预设窗口时长内的所述日志记录，所述对照时段数据包括第二类日志记录中所述监测维度对应的数据组合，所述第二类日志记录为记录时间处于对照时间点后的预设窗口时长内的所述日志记录；
13、第二处理单元，用于获取每一种维度组合下的每一种目标数据组合所对应的解释度和惊喜度；
14、其中，所述解释度表征所述目标数据组合对数据异动的解释能力，所述惊喜度表征所述目标数据组合是数据异动根因的概率初步估值；
15、所述第二处理单元还用于基于所述目标数据组合的简洁度、所述解释度以及所述惊喜度，确定所述目标数据组合是数据异动根因的概率最终估值；
16、其中，所述简洁度表示所述数据组合所涉及的监测维度的数量。
17、第三方面，本发明实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法。
18、第四方面，本发明实施例提供一种电子设备，所述电子设备包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现上述的方法。
19、相对于现有技术，本发明实施例所提供的一种数据异动归因方法、装置、存储介质及电子设备，基于告警时间点和监测维度从目标业务场景对应的数据源中筛选出告警时段数据和对照时段数据；获取每一种维度组合下的每一种目标数据组合所对应的解释度和惊喜度；基于目标数据组合的简洁度、解释度以及惊喜度，确定目标数据组合是数据异动根因的概率最终估值。以目标数据组合的形式进行异动归因，从而确定数据异动根因，相对于人工进行异动归因，降低了对人力的依赖程度，提升了异动归因的处理效率。
20、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种数据异动归因方法，其特征在于，所述方法包括：
2.如权利要求1所述的数据异动归因方法，其特征在于，所述基于告警时间点和监测维度从目标业务场景对应的数据源中筛选出告警时段数据和对照时段数据的步骤，包括：
3.如权利要求1所述的数据异动归因方法，其特征在于，获取每一种维度组合下的每一种目标数据组合所对应的解释度和惊喜度的步骤，包括：
4.如权利要求1所述的数据异动归因方法，其特征在于，所述基于所述目标数据组合的简洁度、所述解释度以及所述惊喜度，确定所述目标数据组合是数据异动根因的概率最终估值的步骤，包括：
5.如权利要求3所述的数据异动归因方法，其特征在于，在确定所有的目标数据组合是数据异动根因的概率最终估值之后，所述方法还包括：
6.如权利要求5所述的数据异动归因方法，其特征在于，所述方法还包括：
7.如权利要求1所述的数据异动归因方法，其特征在于，在基于告警时间点和监测维度从目标业务场景对应的数据源中筛选出告警时段数据和对照时段数据之前，所述方法还包括：
8.一种数据异动归因装置，其特征在于，所述装置包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-7中任一项所述的方法。
